疫情调查

疫情调查是系统地发现、确认、描述和控制过量病例的过程。它结合了描述性流行病学（通过人、地点和时间对病例进行计数和描述）和分析方法，以识别病源和传播模式，并在调查进行过程中应用实际控制措施。

Definition

疫情调查是对特定人群和时期内疾病病例数超出预期的情况进行的结构化流行病学调查，旨在识别病源、中断传播并预防更多病例。

Scope

本条目涵盖了疾病疫情调查的逻辑和标准步骤：确认疫情存在、定义病例、描述流行曲线、生成和检验病源假设，以及实施控制措施。它是一个方法学参考，而非针对任何特定应对措施的操作指南。

Core questions

• 观察到的病例数是否确实超出了预期（是否存在疫情）？
• 何种病例定义能在不发生误分类的情况下涵盖受影响人群？
• 流行曲线揭示了哪些关于病源、潜伏期和传播模式的信息？
• 关于病源的哪些假设可以被检验，以及如何确定控制措施的时机？

Key concepts

• 病例定义
• 流行曲线
• 点源暴发与传播性暴发
• 潜伏期
• 罹患率
• 假设生成研究和分析性研究
• 有效再生数

Key theories

描述性-分析性调查

调查从按人、地点和时间描述病例开始，然后形成并检验关于病源的假设，同时根据已知潜伏期解释流行曲线，以区分点源传播和传播性传播。

Mechanisms

调查通常会确认诊断和疫情的存在，建立一个工作病例定义，然后按人、地点和时间描述病例。流行曲线（病例数与发病时间的关系图）会根据病原体的潜伏期进行解读，以推断传播是来自共同点源还是人际传播。随后，对病源的假设进行检验，通常采用队列研究或病例对照研究，同时通过重建感染链或估算有效再生数的方法来量化传播的变化以及控制措施是否有效（Wallinga, 2004; Lipsitch, 2003）。早期传播估算也可以向前推断，以预测新发疫情的轨迹（Wu, 2020）。

Clinical relevance

临床医生通常通过识别和报告异常疾病聚集来提供疫情的第一个信号，他们提供的病例数据是调查的基础。本条目描述的是人群层面的调查方法，并非疫情期间管理个体患者的方案。

Epidemiology

疫情调查方法已应用于食源性、医疗相关性、媒介传播和呼吸道流行病。2003年的SARS疫情和早期的COVID-19疫情表明，快速估算传播参数和预测传播情况如何为控制措施的时机和评估提供信息（Lipsitch, 2003; Wallinga, 2004; Wu, 2020）。

History

现场疫情调查起源于19世纪对霍乱的经典研究，这些研究将病例与共同水源联系起来，并在20世纪发展成为一门标准化的现场流行病学学科。在SARS疫情期间发展并在后续疫情中完善的重建传播和估算再生数的定量方法，为传统的描述性步骤增加了分析深度。

Debates

在疫情发展过程中，实时传播估算的可靠性如何？

再生数估算和预测传播依赖于不完整和不断变化的病例数据，以及对报告和代际间隔的假设，因此早期数据即使指导紧急决策，也存在很大的不确定性。

Key figures

• Marc Lipsitch
• Jacco Wallinga
• Joseph Wu
• Michael Gregg

Seminal works

• gregg-2008
• lipsitch-2003
• wallinga-2004

Frequently asked questions

什么是流行曲线，为什么它对调查至关重要？

它是按症状发作时间绘制的病例数图；其形状结合潜伏期进行解读，有助于区分单一共同源暴露与持续的人际传播，并提示暴露发生的时间。

为什么在计数病例之前需要病例定义？

明确的病例定义通过临床、实验室以及时间-地点标准来规定谁被视为病例，从而确保病例计数的一致性，避免疫情规模和模式因误分类而失真。